4月26日下午，應科技處、前沿院與電子信息與人工智能學院邀請，Asoke K.Nandi教授做客我校“前沿科學報告”，作了題為“Light-weight Networks for Abdominal Image Segmentation”的學術報告。本次報告舉行地點為實驗樓2B-211報告廳，由電智學院副院長雷濤主持，學院相關專業教師和研究生聆聽了此次報告。

Nandi教授首先簡要介紹了人工智能在醫療中的應用，包括腦部腫瘤檢測，超聲腫瘤篩查等。由此引入現階段腹部圖像分析所面臨的挑戰，首先就是低成像質量，包括低對比度、邊緣模糊、器官形狀不規則及大規模變動等，對此，Nandi教授介紹的應對策略包括：采用高分辨率網絡以及使用特征融合來解決語義鴻溝問題。第二個挑戰是CT、MRI都是3D數據，在處理時需要訓練更大型的模型，難度更高，相應的策略是使用2.5D的網絡來進行處理。隨后Nandi教授向同學們提出了一個問題——“為什么輕量級網絡很重要？”在解答問題的過程中用容易理解的例子為同學們講述了過擬合的概念并向大家介紹了輕量級網絡設計的原理及理論基礎。最后，Nandi教授總結了其所做的工作，包括用于肝臟分割的輕量級V-Net，用于肝臟和肝臟腫瘤分割的可變形網絡以及用于左心房分割的半監督分割網絡。并表示今后的工作會放在基于自監督學習的腹部圖像分割及用于醫學圖像分割的局部和全局特征建模。Nandi教授的學術分享開闊了廣大師生的視野，使大家對圖像分割以及輕量級網絡的應用領域有了更加具體的認識，也對相關專業的研究具有一定的啟發作用。

新聞小貼士：

Asoke K.Nandi教授是英國布魯奈爾大學電子與電子工程系主任，英國皇家工程院院士，英國機械工程師學會院士，工程技術學會院士，也是包括IEEE在內的其他三個機構的院士，兼任西安交通大學講座教授。Nandi院士在物理學、統計信號處理、機器學習和生物醫學信號處理方面均做出了開拓性的理論研究,并在基因組的信號處理和腦電信號處理應用方面做出過巨大貢獻。Nandi院士畢業于享譽世界的劍橋大學圣三一學院，畢業后留校任教。1983年，Nandi教授與其他人共同發現了W+、W-和ZO這三個基本粒子，為電磁力和弱力的統一提供了證據。在機器學習領域，Nandi院士也是最早將機器學習方法引入到基因數據分析中的先驅之一。目前的研究方向為信號處理和機器學習，主要應用于功能性磁共振數據、基因表達數據、通信和生物醫學數據，為信號處理和機器學習的許多方面做出了基本的理論和算法貢獻。撰寫了600多篇出版物，包括280篇期刊論文以及六本書刊。

（核稿：雷濤 編輯：劉倩）